Midjourney ist ein generatives KI-Programm und -Dienst, das von Midjourney, Inc. erstellt wurde, einem unabhängigen Forschungslabor mit Sitz in San Francisco, Kalifornien. Die Plattform erzeugt Bilder aus natürlichen Sprachbeschreibungen, sogenannten Prompts, ähnlich wie andere Künstliche-Intelligenz-Bildgeneratoren. Sie wurde zu einer der prominenten Technologien des jüngsten KI-Booms. Das Tool trat am 12. Juli 2022 in die offene Beta ein und ist über einen Discord-Bot oder eine offizielle Website zugänglich, wo Nutzer Bilder ohne spezielle Hardware oder Fachwissen im maschinellen Lernen erzeugen können.
Das Projekt wird von David Holz geleitet, einem Mitbegründer von Leap Motion, einem Unternehmen, das für Handverfolgungssensoren bekannt ist. In einem Interview mit The Register im August 2022 erklärte Holz, dass Midjourney bereits profitabel sei, eine Besonderheit unter vielen frühen KI-Unternehmungen. Nutzer interagieren mit dem Dienst, indem sie Befehle über Discord senden oder die Webschnittstelle verwenden, wobei die Plattform für jeden Prompt Sätze von vier Bildern zurückgibt, die dann hochskaliert oder verfeinert werden können.
Geschichte und Entwicklung
Midjourney, Inc. wurde in San Francisco von David Holz gegründet, der zuvor Leap Motion mitbegründet hatte. Der Midjourney-Discord-Server startete am 14. März 2022, wobei das Team hochwertige Fotografien anforderte, die zu Trainingszwecken auf Twitter und Reddit veröffentlicht wurden. Das Unternehmen begann, alle paar Monate neue Modellversionen zu veröffentlichen, beginnend mit Version 2 im April 2022 und Version 3 am 25. Juli 2022. Die Alpha-Version von Version 4 wurde am 5. November 2022 veröffentlicht, und ab dieser Version wurden Modelle auf Google-TPUs statt auf Standard-GPU-Clustern trainiert.
Version 5 trat am 15. März 2023 in die Alpha ein, gefolgt vom Modell 5.1, das mehr Stilisierung auf Bilder anwendete und mit wörtlicheren Prompts arbeitete. Die Version 5.2 führte ein Ästhetiksystem und eine „Zoom-out“-Funktion ein, die umgebende Inhalte für vorhandene Bilder generierte. Version 6 erreichte am 21. Dezember 2023 die Alpha, trainiert von Grund auf über neun Monate, mit Verbesserungen bei der Textdarstellung und einer wörtlicheren Interpretation von Prompts. Die Webschnittstelle wurde im August 2024 zusammen mit Version 6.1 gestartet und konsolidierte Bearbeitung, Schwenken, Zoomen, Regionsvariation und Inpainting in einem einzigen Tool.
Funktionen und Merkmale
Midjourney wird hauptsächlich über einen Discord-Bot verwendet, entweder im offiziellen Server, durch direkte Nachrichten an den Bot oder durch Einladen in einen Server eines Drittanbieters. Nutzer geben den Befehl „/imagine“ gefolgt von einem Prompt ein, und der Bot gibt ein Raster aus vier Bildern mit Optionen zum Hochskalieren zurück. Die Website erforderte zunächst, dass Nutzer mindestens 1.000 Bilder über Discord generierten, bevor sie den Web-Editor nutzen konnten, aber diese Einschränkung wurde entfernt. Die Plattform bietet mehrere Verfeinerungswerkzeuge, darunter Vary (Region) und Remix, das am 5. September 2023 veröffentlicht wurde und es Nutzern ermöglicht, einen bestimmten Bereich eines Bildes auszuwählen und Änderungen nur auf diese Region anzuwenden.
Die Bildgewichtungsfunktion steuert den Einfluss eines hochgeladenen Bildes auf das endgültige Ergebnis und ermöglicht es Nutzern, entweder den Prompttext oder die Bildmerkmale zu priorisieren. Das Stilreferenz-Tool extrahiert Farben, Texturen oder Atmosphäre aus einem Referenzbild und wendet sie auf neue Kreationen an. Die Charakterreferenzfunktion verwendet ein hochgeladenes Charakterbild, um die visuelle Konsistenz über mehrere generierte Bilder dieses Charakters hinweg zu wahren.
Anwendungsfälle und Verbreitung
David Holz hat beschrieben, wie Künstler Midjourney für das schnelle Prototyping künstlerischer Konzepte nutzen, um sie Kunden zu zeigen, bevor sie mit einem endgültigen Render beginnen. Die Werbebranche übernahm das Tool zusammen mit DALL-E und Stable Diffusion für Brainstorming-Ideen und die Erstellung origineller Inhalte. Architekten haben berichtet, dass sie die Software zur Erstellung von Moodboards für die frühen Projektphasen als Alternative zum Durchsuchen von Bildersuchergebnissen verwenden. Die Plattform wurde auch in der Medienproduktion eingesetzt, einschließlich Magazincovern und Comics.
Bemerkenswerte Kontroversen
Die BBC stellte 2023 fest, dass der Realismus von KI-basierten Text-zu-Bild-Generatoren, einschließlich Midjourney, ein hohes Niveau erreicht hatte, was kulturelle Debatten auslöste. Ein prominenter Fall ereignete sich im August 2022, als ein Midjourney-Bild mit dem Titel „Théâtre D'opéra Spatial“ den Digitalkunst-Wettbewerb auf der Colorado State Fair gewann. Jason Allen, der den Prompt schrieb, druckte das Bild auf eine Leinwand und reichte es unter seinem Namen ein, ein Schritt, der andere digitale Künstler verärgerte. Allen zeigte keine Reue und erklärte, er habe die Wettbewerbsregeln befolgt, und die Jury sagte später, sie hätte den Preis auch vergeben, wenn sie von dem KI-Tool gewusst hätte.
Im Dezember 2022 wurde das KI-generierte Kinderbuch „Alice and Sparkle“ über ein einziges Wochenende erstellt. Sein Schöpfer, Ammaar Reeshi, verwendete Midjourney, um etwa 13 Bilder für das Buch zu generieren, was Kritik von Künstlern hervorrief, die behaupteten, das Modell sei ohne Erlaubnis mit ihren Werken trainiert worden. Charlie Warzel, Autor bei The Atlantic, verwendete Midjourney, um Bilder von Alex Jones für einen Newsletter zu generieren, und nannte die Entscheidung später in einem Artikel über den Vorfall einen Fehler. Das Programm wurde auch von The Economist für ein Titelbild 2022 und von der italienischen Zeitung Corriere della Sera für einen Comic verwendet, der von Vanni Santoni geschrieben wurde. Ein 10-minütiger Beitrag über Midjourney wurde in einer Folge von Last Week Tonight mit John Oliver ausgestrahlt.
Rezeption und Kritik
Künstler haben Bedenken hinsichtlich Zustimmung und Anerkennung geäußert, da die Trainingsdaten von Midjourney viele urheberrechtlich geschützte Werke umfassen. Während einige die Zugänglichkeit und Geschwindigkeit loben, kritisieren andere die rechtlichen und ethischen Implikationen. Das Unternehmen hat reagiert, indem es Funktionen wie die Option hinzufügte, sich von Trainingsdaten abzumelden, obwohl solche Maßnahmen von Kritikern als unzureichend angesehen werden. Trotz der Debatte bleibt Midjourney bei Fachleuten weit verbreitet.